AIに作らせたやさしい英文で多読は効く?｜研究でわかる使い方と注意点
多読がいいと聞いて洋書を買ったのに、数ページで止まったんですよね…
気持ちはわかります、多くの人がそこでつまずきます。研究では、多読は「やさしい文章をたくさん読む」ことが前提になっているんですよ。
じゃあChatGPTにやさしい英文を書かせれば、解決じゃないですか?
そう考える人は多いです。ただ、AIの英文が本当に頼んだとおりやさしいのかは、研究で確かめられ始めたばかりなんです。
研究と言われても、僕が自分でやさしさを見分けられるか不安です。
大丈夫です。研究は「どれくらいやさしければ読めるか」を目安として整理しているので、それを使えば自分でも確かめられますよ。
具体的には、何から知っておけばいいんでしょう?
この記事では、多読の効果、読みやすさの目安、人とAIの書き直しを比べた研究を順に見ます。言えることと言えないことを分けて整理しますね。
結論: 研究では、多読は読む力を高める方向の結果がまとまっており、知らない単語が少ない文章ほど読みやすいと報告されている。AI に頼めばそうした文章を手軽に作れる可能性はある。ただし AI の英文は頼んだレベルより難しくなることがあり、AI が書き直した文章が元の英文より分かりやすくなったとは確かめられていない。AI の英文は「作ったあとに自分で確かめて使う素材」と考えるのが、今の研究に合う使い方だ。
この記事でわかること
- 多読とはどんな読み方で、研究ではどれくらい効くと分かっているのか
- 「すらすら読める」の目安になる、知らない単語の割合
- AI が作った英文は本当に頼んだレベルなのか、人の書き直しと比べてどうか
- AI の読み物を使うときに、研究から言えること・まだ言えないこと
AIに作らせた英文で多読は効くのか
「多読がいいと聞いて洋書を買ったけれど、知らない単語だらけで数ページで止まった」。
そんな経験から「ChatGPT に中学生レベルの英語で書いてもらえばいい」と考える人は多い。
ChatGPT は、質問や頼みごとに文章で答えてくれる生成 AI の一つだ。
生成 AI とは、たくさんの文章を学んで、新しい文章を作り出す仕組みのことだ。
ここで言う多読は、やさしい英語の本や文章を、辞書をあまり引かずにたくさん読む学び方を指す。
1 冊をじっくり分解する読み方ではなく、量を楽しむ読み方だと考えると分かりやすい。
研究を並べると、答えは「効く」とも「使えない」とも言い切れない。
多読そのものは、読む力を高める方向の結果がまとまっている。
一方で、AI に作らせた英文が多読の読み物として使えるかは、確かめられ始めたばかりだ。
この記事では、次の順で線引きしていく。
まず多読とは何か・どれくらい効くのか、次に読みやすさの目安になる知らない単語の割合を見る。
そのうえで、人がやさしく書き直した文章と、AI が作った文章の研究を比べる。
ここまでのまとめ: 多読そのものは読む力を高める方向の結果がある。AI の英文が多読の読み物として使えるかは、研究が始まったばかりの段階だ。
多読とはどんな読み方で、どれくらい効くのか
d = 0.46って言われても、ピンと来ないんですよね…
中くらいの強さです。34件の研究をまとめた分析の数字で、多読した組の真ん中の人が、しなかった組なら100人中上から32番目くらいに入るイメージです。
多読の効果については、2015 年に発表されたメタ分析がある。
メタ分析は、たくさんのテストの平均点を出すように、何十もの研究をまとめて全体の傾向を見る方法だ。
この分析は 34 件の研究、合計 3,942 名分の結果をまとめている。
結果は、多読をしなかった人と比べて中くらいの効果だった。
数字では d = 0.46 と報告されている。
d は効果の大きさを表す目安で、0.46 は中くらいの強さだ。
多読をした組の真ん中の人が、しなかった組に入ると 100 人中上から 32 番目くらいになる、というイメージだ。
多読の前と後を比べると、効果はより大きく d = 0.71 だった。
著者は、多読は読む力を高めるので、授業にも組み込むべきだと結論づけている。
多読の効果と限界をくわしく知りたい人は、英語の本をたくさん読むと力がつくのかを研究で確かめた解説にまとめている。
ここで大事なのは、多読が「やさしい文章をたくさん読む」ことを前提にしている点だ。
難しすぎる文章を辞書と首っぴきで読むのは、多読とは別の読み方になる。
では「やさしい」とは、どれくらいのことを言うのだろうか。
ここまでのまとめ: 多読は、まとめた研究で中くらいの効果が報告されている。前提は「やさしい文章をたくさん読む」ことだ。
「すらすら読める」の目安は知らない単語の割合
98%って、知らない単語は何個までならいいんですか?
100語の文章で2個くらいまで、という意味です。ただ104名での追試では元の結果が完全には再現されなかったので、絶対の線ではなく目安として使いましょう。
やさしさの目安としてよく使われるのが、文章の中の知らない単語の割合だ。
2000 年の研究は「十分に理解するには、文章の語の 98% を知っている必要がある」という目安を示した。
98% は、100 語の文章で知らない単語が 2 個くらいまで、という意味だ。
この目安は、別の研究と合わせて見るとさらに分かりやすい。
2010 年の研究は、目安を 2 段階に分けて提案している。
望ましい水準は、約 8,000 語族を知っていて、文章に出てくる語の 98% を知っている状態だ。
最低限の水準は、4,000〜5,000 語族で、文章の語の 95% を知っている状態だ。
どちらも、人名や地名などの固有名詞を含めて数えている。
語族とは、play・plays・played のように形が変わっただけの語を 1 つと数える数え方だ。
95% は 100 語中 5 個、98% は 100 語中 2 個知らない語がある状態にあたる。
5 個でもなんとか読めるが、2 個までならぐっと楽になる、というイメージだ。
同じ研究は、語彙を少し増やすだけでも読む力には役立つと報告している。
自分が今何語くらい知っていればよいかは、英単語は何個覚えれば読めるのかを目的別に整理した解説で扱っている。
ただし、98% という数字を絶対の線と考えるのは注意がいる。
この数字は、ニュージーランドの大学生 66 名のデータから出されたものだ。
そこで 2023 年に、スリランカの大人の学習者 104 名で追試が行われた。
追試は、別のクラスで同じ実験をやり直して、本当に同じ結果になるかを確かめることだ。
その結果、元の研究の結果は完全には再現されなかった。
つまり「98% を知っていれば必ず読める」とまでは言えない。
それでも「知らない単語が少ないほど読みやすい」という大まかな向きは、読む文章を選ぶときの目安として使える。
ここまでのまとめ: 読みやすさの目安は「100 語中、知らない単語が 2〜5 個まで」。ただし追試では元の結果が完全には再現されず、絶対の線ではない。
やさしく書き直した文章は理解を助けるのか
AI の話に入る前に、人がやさしく書き直した文章の研究を見ておく。
英文をやさしくする方法には、大きく 2 つある。
難しい言葉を消して短くする「やさしくする書き直し」と、難しい言葉は残して説明を足す「詳しくする書き直し」だ。
1994 年の研究では、日本の大学生 483 名が 13 本の文章を読んだ。
文章は、元の英文・やさしくした版・詳しくした版のどれかがランダムに配られた。
その結果、選択式テストではやさしくした版の理解が最も高かった。
ただし、詳しくした版との差は「統計的に有意」ではなかった。
有意でないとは、偶然の差かもしれず、はっきり差があるとは言えないという意味だ。
また、どちらが効くかは、問題の種類によって変わった。
研究者が問題にしていたのは、やさしくすると覚えるべき語まで消えてしまう点だ。
「やさしくする = 短く削る」だけではない、ということが分かる。
学習者向けにレベル別に書き直した本は、graded readers と呼ばれる。
語の数や文の長さを、学年ごとの教科書のように段階的に調整した本だ。
2005 年の研究は、graded readers の文章 2 つを元の文章と比べた。
その結果、読む人の側から見ると、文の組み立てやつなぎ言葉、くり返しの使い方は、元の文章と似ていた。
著者は、よく書かれた graded readers は、その読者にとって「普通の英語」として読まれうると結論づけている。
子ども向けに材料を変えても、同じ料理の味を残すような書き直しだと言える。
ただし、調べた文章は 2 つだけなので、すべての本に当てはまるとは限らない。
ここまでのまとめ: 人がやさしく書き直した文章は理解を助けうる。上手な書き直しは、短く削るだけでなく「普通の英語らしさ」を残している。
AIが作った英文は本当に頼んだレベルなのか
えっ、初級向けと頼んだのに難しくなることがあるんですか?
あります。2026年の研究では、いちばんやさしい2段階向けの文章に必要な単語の量が、中級向けと同じでした。Sサイズを頼んでMが届くようなものです。
では、AI に「初級向けに書いて」と頼めば、本当に初級向けの英文が出てくるのだろうか。
2026 年の研究は、ChatGPT に英語のレベル別に文章を作らせ、使われた単語を調べた。
レベルの区分には CEFR が使われた。
CEFR は、英語力を A1 から C2 までの 6 段階で表す国際的なものさしだ。
A1 がいちばんやさしく、C2 がいちばん難しい、と考えればよい。
結果を見ると、どのレベル向けでも、よく使われる基本の単語が最も多かった。
また、A1・A2・B1 向けの文章は、B2・C1・C2 向けより単語の負担が軽かった。
ここまでは、頼んだとおりに近い結果だ。
一方で、A1・A2 向けの文章を読むのに必要な語彙の量は、B1 向けと同じだった。
「初級向けに書いて」と頼んでも、中級向けと同じくらいの単語が必要だったということだ。
服を S サイズで注文したのに、M サイズが届いたようなものだと言える。
著者は、AI で作った文章は確認と調整が必要だとまとめている。
なお、この研究は文章そのものを分析したもので、学習者に読ませた研究ではない。
授業で AI の読み物を使った別の研究では、使う前に専用のツールでレベルを確かめていた。
この研究では、AI の英文をそのまま使わず、確認してから使っていたことになる。
ここまでのまとめ: AI の英文はレベルの順番にはおおむね沿うが、初級向けが中級向けと同じ難しさになることがあった。作ったあとの確認が欠かせない。
AIの書き直しは人の書き直しより分かりやすいのか
AIに書き直してもらえば、元の英文より分かりやすくなるんですよね?
実はそうとも言えません。2025年の研究では、話題へのなじみを考えに入れると、AI版も人の版も元の英文より分かりやすくはなかったんです。
次に、AI がやさしく書き直した英文を、学習者が実際に読んだ研究を見る。
2025 年の研究は、3 種類の文章の分かりやすさを比べた。
元の英文、専門家がやさしくした版、AI が自動でやさしくした版の 3 つだ。
結果は次のとおりだった。
読み手がその話題にどれだけなじみがあるかを考えに入れると、AI 版も人の版も、元の英文より理解しやすくはなかった。
話題へのなじみとは、たとえば野球好きが野球の記事を読みやすく感じるような、前もって持っている知識のことだ。
著者は、AI がやさしくした文章は、まだ学習者の理解を高めていないと結論づけている。
そして、授業で使う前に AI ツールを慎重に確かめる必要があると述べている。
ここで注意したいのは、この研究は「AI 版が人の版より劣っていた」と言っているわけではない点だ。
人の版も元の英文より理解しやすくはなかったので、AI だけの弱点とは言えない。
「やさしく書き直した」と言っても、読む人にとって本当に読みやすいかは、読ませて確かめないと分からない。
反対の向きの結果もある。
マレーシアの中学・高校にあたる学校の生徒 20 名に、AI で個人向けに作った読み物を使わせた研究だ。
読解の点は、特に初級・中級の生徒で上がり、上級の生徒は伸びが小さかった。
ただしこの研究は人数が少なく、比べるための別の群も示されていない。
対照群とは、新しい方法を使わずにふつうに学んだ人たちのことで、比べる基準になる。
20 人の 1 クラスで試した結果なので、「こういう可能性がある」くらいの小さな手がかりとして読むのがよい。
ここまでのまとめ: AI の書き直しも人の書き直しも、元の英文より分かりやすいとは確かめられなかった研究がある。プラスの報告は少人数で、参考程度にとどまる。
AIの読み物を使った授業で、読む力は伸びたのか
AIの読み物で授業をしたら、読む力は伸びたんですか?
点が上がった研究はあります。ただ171名の研究にはAIを使わない組が無く、AIの文章のおかげなのか、読む授業のおかげなのかは分けられないんです。
文章の分かりやすさとは別に、AI の読み物を一定期間使った研究もある。
サウジアラビアの大学生 171 名が、13 週間 AI 製のレベル別の読み物で学んだ研究がある。
学生は 3 つのグループに分かれた。
C1 レベルの文章をじっくり読む組、B2 レベルで多読する組、A2 レベルで多読する組だ。
その結果、3 つの組とも読解テストの点が上がった。
読解の点が最も高かったのは B2 で多読した組で、アンケートの評価は A2 で多読した組が最も良かった。
少し背伸びした文章は点が伸び、楽な文章は「楽しい」と感じやすかったということだ。
筋トレの重さ選びに似ていて、どちらにも良さがあると言える。
ただし、この研究には AI を使わない組が無い。
そのため「AI の読み物だから伸びた」のか「読む授業を受けたから伸びた」のかは分けられない。
もう 1 つ、16 週間の研究では、生成 AI を使う組 65 名と、ふつうの読む課題の組 65 名を比べた。
AI を使う組は、読解で上回り、読む意欲や自信が高く、読むときの不安が低かった。
ただしこの組は、AI が作った文章と、AI からのフィードバックの両方を使っていた。
フィードバックとは、答えや読み方について返ってくる助言や評価のことだ。
薬と食事指導を同時に変えたら体調が良くなった、のと同じで、どちらが効いたのかは分けられない。
著者自身も、さらに研究が必要だとしている。
ここまでのまとめ: AI の読み物を使った授業で読む力が上がった研究はある。ただし AI を使わない組が無い、または AI の文章とフィードバックが同時で、文章だけの効果はまだ分からない。
AIで読み物を作るときに、研究から言えること・言えないこと
ここまでの研究から、AI で読み物を作るときに言えることを整理する。
1 つめは、知らない単語の割合を自分で確かめることだ。
読みやすさの目安は、100 語中、知らない単語が 2〜5 個まで。
1 ページ読んで、分からない語に印をつけて数えるだけでも確かめられる。
2 つめは、頼んだレベルをそのまま信じないことだ。
初級向けに頼んでも、中級向けと同じ単語の量が必要になった例がある。
難しいと感じたら、もう一段やさしく作り直してもらうか、1 本を短めにして様子を見る。
3 つめは、内容が事実として正しいかは別に確かめることだ。
今回の研究は単語の難しさや分かりやすさを調べたもので、内容の正しさは調べていない。
ニュースや歴史の話を作らせたなら、事実は別の資料で確かめたほうが安心だ。
4 つめは、楽に読める量をたくさん読むことだ。
多読の効果は、たくさん読む学び方を調べた研究でまとまっている。
AI の文章でも、1 本をじっくり読むより、楽な文章を何本も読むほうが多読の形に近い。
一方で、研究からまだ言えないこともある。
「AI の読み物で何ヶ月読めば洋書が読めるようになる」と示した研究は見当たらない。
AI の読み物と人が書いた graded readers を、長い期間で比べた研究も見つからなかった。
ChatGPT を英語学習にどう使うかの全体像は、ChatGPT で英語を勉強するのは効くのかを研究で整理した解説で扱っている。
ここまでのまとめ: 研究から言えるのは「知らない単語の割合を確かめる」「レベルをうのみにしない」「楽な文章をたくさん読む」こと。期間の目安や人の本との優劣はまだ分からない。
好きな話題の英文で、多読を長く続けられるか
好きな話題で作れるなら、僕でも続けられそうな気がします。
その期待はもっともです。109名の事例研究では47%が読み続けたいと答えましたが、実際に読み続けたかはまだ測られていないんです。
多読は、やさしい文章をたくさん読み続ける学び方だった。
AI の強みは、自分の好きな話題で、読み物をいくらでも頼める点にある。
では、その手軽さは「長く読み続ける」という条件を満たす助けになるのだろうか。
主な手がかりは、次の事例研究だ。
大学 2 年生 109 名の興味に合わせて、ChatGPT などで英語の電子書籍を作った事例研究だ。
事例研究とは、1 つの現場の取り組みをくわしく記録して調べる研究のことだ。
47% の学生が AI 製の本を読み続けたいと答え、41% は AI 製だと気づかなかった。
ただし、これは「読み続けたい」という気持ちを聞いたもので、実際に読み続けたかは測っていない。
授業の中では、AI を使った組で読む意欲が高かった研究もある。
しかし AI の文章とフィードバックが同時に使われていたので、文章だけの効果は分からない。
授業の外で、大人が自分で AI の読み物を何ヶ月も読み続けたかを確かめた研究は、まだ少ない。
つまり問いは「AI なら続く」ではなく「研究が示した条件を、AI の読み物で満たし続けられるか」だ。
好きな話題で作れることは入り口を広げるかもしれない。
ただ、知らない単語の割合を確かめ、たくさん読むという条件は、AI を使っても自分で守る必要がある。
ここまでのまとめ: 好きな話題の AI 読み物に「読み続けたい」と答えた人は半数近くいた。実際に長く読み続けられるかを確かめた研究は、まだ少ない。
よくある質問
Q1. ChatGPT に「中学生レベルで」と頼めば、ちょうどいい英文になりますか？
A. 必ずそうなるとは言えません。初級向けに頼んだ英文が、中級向けと同じくらいの単語を必要としていた研究があります。作ったあとに、知らない単語が 100 語中 2〜5 個までかを自分で確かめるのがおすすめです。
Q2. AI が書き直した英文は、人が書き直した本より分かりやすいですか？
A. そうとは言えません。AI 版も人の版も、話題へのなじみを考えに入れると、元の英文より理解しやすくはなかったという研究があります。AI だから良い、人だから良いと決めつけず、読みやすさは実際に読んで確かめましょう。
Q3. 知らない単語がどれくらいまでなら、英文を読みやすいと言えますか？
A. 研究では、文章の語の 98% を知っていれば十分に理解しやすく、95% が最低限の目安とされています。100 語中、知らない単語が 2〜5 個までと考えると分かりやすいです。ただし追試では元の結果が完全には再現されておらず、絶対の線ではありません。
Q4. AI の読み物だけで多読をしても、読む力は伸びますか？
A. まだはっきりとは言えません。AI の読み物を使った授業で読解の点が上がった研究はありますが、AI を使わない組と比べていない、またはフィードバックも同時に使っていました。AI の文章だけの効果は、まだ分けて確かめられていません。
Q5. AI に作らせた英文の内容は、そのまま信じても大丈夫ですか？
A. 内容の正しさは別に確かめたほうが安心です。今回紹介した研究は、単語の難しさや分かりやすさを調べたもので、内容が事実として正しいかは調べていません。ニュースや歴史などの話題は、別の資料と見比べましょう。
まとめ
多読は、たくさんの研究をまとめた分析で、読む力を高める方向の結果が報告されている。
多読とは、やさしい文章をたくさん読む学び方のことだ。
それとは別に、読んで理解しやすい文章の目安として、知らない単語が 100 語中 2 個くらいまでが望ましく、5 個くらいが最低限という研究がある。
AI に頼めば、そうした文章を手軽に作れる可能性はある。
しかし、初級向けに頼んでも中級向けと同じ難しさになった研究がある。
AI が書き直した文章が元の英文より分かりやすくなったとも、まだ確かめられていない。
AI の読み物を使った授業で読む力が上がった研究もあるが、文章だけの効果は分けられていない。
AI の英文は「作ったあとに知らない単語の割合を確かめ、楽に読めるものをたくさん読む」素材として使うのが、今の研究に合う使い方だ。
参考文献
- Nakanishi, T. (2015). A meta-analysis of extensive reading research. TESOL Quarterly, 49, 6-37. https://doi.org/10.1002/tesq.157
- Hu, M. H.-c., & Nation, P. (2000). Unknown vocabulary density and reading comprehension. Reading in a Foreign Language, 13, 403-430. https://doi.org/10.64152/10125/66973
- Kremmel, B., Indrarathne, B., Kormos, J., & Suzuki, S. (2023). Unknown vocabulary density and reading comprehension: Replicating Hu and Nation (2000). Language Learning, 73, 1127-1163. https://doi.org/10.1111/lang.12622
- Laufer, B., & Ravenhorst-Kalovski, G. C. (2010). Lexical threshold revisited: Lexical text coverage, learners’ vocabulary size and reading comprehension. Reading in a Foreign Language, 22, 15-30. https://doi.org/10.64152/10125/66648
- Yano, Y., Long, M. H., & Ross, S. (1994). The effects of simplified and elaborated texts on foreign language reading comprehension. Language Learning, 44, 189-219. https://doi.org/10.1111/j.1467-1770.1994.tb01100.x
- Claridge, G. (2005). Simplification in graded readers: Measuring the authenticity of graded texts. Reading in a Foreign Language, 17, 144-158. https://doi.org/10.64152/10125/66784
- Murphy Odo, D. (2025). Comprehensibility of AI-generated and human simplified texts for L2 learners. Language Learning & Technology, 29, 1-18. https://doi.org/10.64152/10125/73627
- Nguyen, N. H. (2026). Lexical profile of ChatGPT-generated reading materials targeting EFL learners across the CEFR levels. International Journal of TESOL Studies. https://doi.org/10.58304/ijts.260211
- Alghamdi, L. H., & Alghizzi, T. M. (2026). Proficiency-calibrated AI-generated reading input in EFL: A CEFR-aligned comparison of extensive- and intensive-oriented pathways. Education Sciences, 16(7), 1068. https://doi.org/10.3390/educsci16071068
- Wang, X., Jing, J., & Cao, C. (2026). Effects of GenAI-assisted reading activities on EFL learner’s reading comprehension, reading motivation and reading anxiety. Humanities and Social Sciences Communications. https://doi.org/10.1057/s41599-026-08812-6
- Sudin, V. D. K., & Swanto, S. (2024). Enhancing ESL learners reading comprehension and motivation via AI-generated personalised reading texts. International Journal on E-Learning Practices, 7(1). https://doi.org/10.51200/ijelp.v7i1.5440
- Mision, M. (2025). Utilizing artificial intelligence for creating an extensive reading library: A case study with ChatGPT. JALTCALL Trends, 1(1), 2141. https://doi.org/10.29140/jct.v1n1.2141
最終更新日: 2026-11-12
著者: 中村 拓（Taku Nakamura）（greencafe 編集部 編集責任者・非ネイティブ話者）。公開された 12 件の研究エビデンス（tier 1=8 / tier 2=3 / tier 3=1）を横断分析・再構成した。
画像: いらすとや (https://www.irasutoya.com/) より
この記事を編集した人
公開日: ／ 最終更新:
